一种基于噪声可控的歌声合成方法、装置、设备及介质

本发明涉及人工智能技术领域，尤其涉及一种基于噪声可控的歌声合成方法、装置、设备及介质。上述方法应用于医疗领域，将随机噪声值添加至预先定义的二维图像的对应像素中，得到随机噪声图，将情感编码特征与节奏编码特征添加至随机噪声图中，与随机噪声图中对应像素中的随机噪声值进行融合，对融合噪声图进行噪声预测，并对预测噪声图进行去噪处理，得到去噪后的噪声图，将去噪后的噪声图确定为待合成歌声对应的待合成梅尔频谱，通过将预定义的情感编码特征与预定义的节奏编码特征融合至噪声图中，实现对歌声合成中的情感与节奏的控制，从而提高歌声合成的效果。在医疗领域中，可以合成可控的效果较好的多样化音乐，有助于患者康复。